Neste dispositivo
Modelos que rodam no seu próprio dispositivo
Modelos abertos e pequenos são baixados uma vez neste navegador e respondem na sua GPU. Sem chave, sem entrar, e nada do que você digita sai do dispositivo. Não custam nada porque quem faz o trabalho é o seu dispositivo.
- Sem chave, sem entrar
- Suas palavras ficam neste dispositivo
- Grátis, porque quem trabalha é a sua GPU
Este dispositivo
Perguntando a este navegador qual é a GPU
6 modelos, do menor ao maior
Cada um é um download que você escolhe, uma vez. Ele fica neste navegador até você apagá-lo.
SmolLM2 360M
da Hugging Face
download de 212 MB · 4k de contexto
precisa de cerca de 376 MB de memória de GPU
Qwen3.5 0.8B
da Qwen
download de 443 MB · 4k de contexto
precisa de cerca de 1,6 GB de memória de GPU
um modelo que raciocina, a quem se pede que responda direto
Gemma 3 1B
da Google
download de 602 MB · 4k de contexto
precisa de cerca de 711 MB de memória de GPU
Llama 3.2 1B
da Meta
download de 710 MB · 4k de contexto
precisa de cerca de 879 MB de memória de GPU
Qwen3 1.7B
da Qwen
download de 985 MB · 4k de contexto
precisa de cerca de 2 GB de memória de GPU
um modelo que raciocina, a quem se pede que responda direto
Llama 3.2 3B
da Meta
download de 1,8 GB · 4k de contexto
precisa de cerca de 2,3 GB de memória de GPU
Como funciona
O motor é o WebLLM da MLC (Apache 2.0), versão 0.2.85. Cada modelo é compilado antes em programas WebGPU e roda num worker ao lado desta página.
Os pesos vêm do Hugging Face e o modelo compilado do GitHub, uma vez. Este navegador os guarda no Cache Storage até você apagá-los aqui ou limpar os dados do site.
Sua GPU escreve cada resposta. Nenhum prompt e nenhuma resposta vai para o Antimatter ou para qualquer provedor de modelos. No chat, uma conversa é salva como as suas outras conversas.
Os modelos maiores ficam na nuvem, com uma só chave. Abrir o chat